Capítulo Vinte e Quatro: Aluno Tolo, Aluno Tolo!

No escritório.

Sigbarn e Alvim pesquisavam juntos o artigo. Bastou uma olhada na introdução para perceber que o texto poderia ser útil para aprimorar o modelo de dados e os algoritmos. Diferente de Alvim, que preferia investigar por conta própria, Sigbarn optou por reunir logo alguns colegas. “Deixem o que estão fazendo e venham ver isto comigo”, ordenou.

O grupo ficou imerso no estudo por mais de duas horas. Ao final, chegaram a uma conclusão: “Esse método de apoio à construção de modelos de dados é viável.”

“Seguindo essa abordagem, quanto mais dados houver, maior a eficiência e a precisão. Contudo, com poucos dados, não funciona tão bem.”

“A dificuldade está na criação inicial do modelo. Não podemos simplesmente descartar a estrutura antiga e reconstruí-la desse modo.”

“O método é inovador, mas sua aplicação não é simples.”

Sigbarn liderava o núcleo de algoritmos, composto pelos melhores profissionais do centro de pesquisa. Após cuidadosa análise, compreenderam o método sugerido pelo artigo e já conseguiam prever os resultados de sua implementação.

Sigbarn fez um resumo: “Em geral, quanto mais dados em um problema de análise, menor a precisão.”

“Esse padrão se mantém, porém a queda na precisão é lenta. Por exemplo, nosso método tradicional atinge 99,9% de acerto com cem dados; com dez bilhões, cai para 80%.”

“Já o método proposto alcança 90% com cem dados, mas não baixa de 85% com dez bilhões.”

“Essa forma de construir modelos é realmente relevante, mas ainda exige pesquisa antes de ser aplicada.”

“O artigo apresenta apenas uma visão geral, mas a metodologia é sólida. Talvez possamos testá-la em algum projeto futuro adequado.”

...

Na Califórnia, em São Francisco, no centro de pesquisa da Google, no laboratório de Dados e Aplicações, Blake Jones estava em seu escritório. Com onze anos de empresa, participou de projetos de customização de algoritmos, aprimoramento do Android e inteligência artificial. Era um engenheiro de algoritmos altamente experiente.

Folheava uma revista científica de computação. Três artigos em sequência chamaram sua atenção. Franziu a testa, leu meticulosamente e achou o método apresentado fascinante. Compartilhou fotos no grupo dos colegas: “Vejam isso, um novo método para construir modelos de dados.”

“Li e achei muito interessante.”

Logo, vários colegas que não assinavam a revista pediram mais fotos das páginas, sugerindo que ele enviasse os artigos completos.

Blake Jones tentou usar a função de extração de texto das imagens, mas o conteúdo matemático gerou muitos erros. Resignado, tirou fotos de cada página manualmente.

O assunto parecia encerrado. Contudo, à tarde, o gerente do departamento técnico procurou Blake e outros envolvidos, dizendo com seriedade: “Blake, vi o material que você enviou. É promissor e pode ser muito valioso.”

“Devemos dar atenção a isso.”

“Pessoal, deixem seus afazeres de lado e estudem esse método. Talvez possamos melhorar nossa eficiência...”

...

Situação semelhante se repetiu em centros de pesquisa de outras grandes empresas de tecnologia e até mesmo em centros nacionais de controle e informação de dados.

Quando surge um novo método de construção de modelos de dados capaz de ser aplicado à análise de grandes volumes e de aumentar eficiência e precisão, é natural que empresas de internet e centros de informação se interessem.

Apenas um dia depois, a notícia também chegou ao país.

No centro de pesquisa de big data do Grupo Aba Nuvem, o diretor técnico Feng Youli recebeu o relato de funcionários estrangeiros:

Na nova edição de “Matemática Computacional e Engenharia da Informação”, havia um artigo apresentando um método inédito de construção de modelos de dados.

“Vale a pena dar atenção!”, enfatizou o funcionário. Como a visualização online teria atraso de três dias, no país ainda não era possível acessar, mas havia maneiras de contornar isso.

Logo, Feng Youli obteve o artigo completo. Reuniu profissionais experientes para uma análise aprofundada.

Ao mesmo tempo, teve uma ideia: “O autor é docente da Universidade do Mar Ocidental. Se conseguiu desenvolver um método tão inovador, certamente é um talento excepcional.”

“A forma mais direta é convidá-lo para trabalhar na Aba Nuvem.”

“Precisamos de talentos assim.”

“Se o método for realmente viável, deixá-lo liderar as aplicações e melhorias dos algoritmos de base seria o ideal.”

...

Enquanto o impacto do artigo crescia, Wang Hao não sentiu nenhum efeito imediato. Com Zhang Zhiqiang, havia terminado o estudo sobre a “Decomposição de Matrizes Não Negativas de Cauchy” e deixado para Zhang cuidar da publicação.

Com isso, Wang Hao pôde relaxar. Sentou-se no escritório com um café, conversou sobre trivialidades com os colegas, comentou boatos do campus e até abordou assuntos de relacionamentos.

Na quinta-feira, a manhã também transcorreu tranquila.

Wang Hao abriu o sistema e consultou a segunda tarefa. Sem surpresa, viu que o valor de inspiração era apenas trinta e três.

“Pesquisas são diferentes entre si.”

“Mesmo com dificuldade semelhante, a velocidade de obtenção de inspiração também varia.”

“Em temas relacionados à Transformada de Fourier, a inspiração cresce rápido; já no ‘Problema de Cauchy’, o avanço é mais lento...”

“Isso depende de muitos fatores: conteúdo didático, perfil dos alunos, reflexões dos estudantes, entre outros.”

Suspirou levemente e decidiu focar na pesquisa sobre “Equações Diferenciais Parciais”, cujo valor de inspiração já ultrapassava setenta. Com esse número, já era possível iniciar o estudo.

Contudo, o progresso foi lento.

Após duas horas de dedicação total, Wang Hao quase não obteve resultados; não resolveu sequer um problema.

“É difícil!”

“A inspiração é insuficiente, sinal de que meu conhecimento e ideias não bastam para avançar. Tentar resolver assim é complicado!”

Resolveu então mudar de atividade: preparar planos de aula!

Enquanto outros professores priorizavam pesquisa e publicação, Wang Hao acreditava que o ensino era fundamental. Buscava se aprimorar nesse aspecto, não apenas para transmitir o conteúdo, mas para estimular os alunos a pensar mais.

Isso era crucial.

Quanto mais os estudantes refletissem, maior seria o retorno em conhecimento e inspiração.

“Estimular o pensamento dos alunos...”

“Mas como fazer isso?”

“Explicar exercícios é mais simples, mas como inserir estímulos à reflexão ao abordar conteúdos básicos?”

Por ora, não encontrou resposta.

Wang Hao consultou alguns colegas de escritório e também Zhou Qingyuan, que recomendou um velho professor: Wang Huanxin.

Wang Huanxin, com cinquenta e nove anos, ainda era apenas professor associado, pois nunca obteve grandes avanços científicos; suas publicações eram quase todas sobre ensino. Era reconhecido como excelente educador e bem avaliado pelos alunos.

Infelizmente, por melhor que fosse sua didática, era difícil progredir em titulação. Até então, não havia se tornado professor titular.

Havia rumores diversos no escritório. Zhu Ping estava certa de que a universidade planejava aproveitar a tendência de valorizar menos a publicação de artigos para promover Wang Huanxin como professor titular voltado ao ensino.

Isso era raríssimo.

Sabendo da reputação de Wang Huanxin, Wang Hao foi assistir a uma de suas aulas à tarde e, ao término, procurou-o para discutir métodos pedagógicos.

Wang Huanxin o recebeu calorosamente, dizendo: “Não imaginei que alguém ainda procurasse discutir ensino comigo.”

“Hoje em dia, os jovens professores só se preocupam com pesquisa e artigos, mas o mais importante para um docente é ensinar bem aos alunos, essa é a prioridade!”

“Se você é bom em pesquisa e redação, melhor seria ser pesquisador em laboratório ou escritor.”

Wang Hao concordou: “Quero ensinar bem e tornar as aulas mais eficazes.”

Wang Huanxin ficou sinceramente feliz e compartilhou suas experiências pedagógicas.

Ao questionar sobre como estimular o pensamento dos alunos, Wang Huanxin exemplificou com diversos casos práticos.

A conversa durou mais de uma hora.

Quando percebeu o cansaço do colega, Wang Hao agradeceu e se despediu, sentindo que havia aprendido muito, inclusive várias estratégias para estimular a reflexão dos estudantes.

Juntando tudo, seria até possível escrever um artigo sobre ensino.

Porém, seu pensamento lógico logo trouxe uma dúvida: “Estimular a reflexão dos estudantes nem sempre garante melhor resultado.”

“No ensino de conteúdos básicos, basta que memorizem e compreendam. Como saber se incentivar o pensamento gera mais conhecimento e inspiração? Talvez o método tradicional seja até melhor.”

Essa resposta não era clara.

Então, Wang Hao pensou em um modo de verificar: “Se eu der aulas individuais para alguns alunos de capacidade mediana, que têm dificuldade em assimilar o conteúdo...”

“Usando dois métodos para explicar conteúdos de dificuldade semelhante, talvez possa comparar qual é mais eficiente.”

“Mas quem seriam esses alunos? Alunos ‘mais lentos’, alunos ‘mais lentos’...”

Repetindo a expressão na cabeça, logo lhe vieram à mente as duas colegas da sala em frente: uma gordinha, outra magra.